中国数据治理经验和方法必将推动世界数据的融合创新

《“十四五”数字经济发展规划》指出：2020年，我国数字经济核心产业增加值占国内生产总值（GDP）比重达到7.8%，数字经济为经济社会持续健康发展提供了强大动力。到2025年，数字经济迈向全面扩展期，数字经济核心产业增加值占GDP比重达到10%，数字化创新引领发展能力大幅提升，智能化水平明显增强，数字技术与实体经济融合取得显著成效，数字经济治理体系更加完善，我国数字经济竞争力和影响力稳步提升。根据中国信通院发布的《全球数字经济白皮书(2022年)》，2021年，从规模看，美国数字经济蝉联世界第一，达到15.3万亿美元;中国位居第二，规模为7.1万亿美元。从占比看，美国数字经济占国内生产总值(GDP)比重超过65%。也就是说数字经济占比是未来世界各国核心竞争力的重要指标，而数字经济的发展离不开最基本的材料—数据。数据是数字经济发展的引擎，是国家由大变强的基础。

 

当前，全球组织都把数据视为重要的资产，如何更好的发挥数据的价值，大家一致的认识就是要进行数据治理。全球数据治理、数字经济发展，体现了对数据最新的定义和思考。比如，围绕如何用数据造福所有用户，如何细化数据维度进行应用创新，如何利用数据驱动算法整合，如何改善服务满足所有群体的需求、如何利用数据服务未来发展，如何实现全球、区域和国家数据领域的协调与合作等问题。第四届联合国世界数据论坛将聚焦数据创新与合作、挖掘数据价值、提高数据公信力、构建良好数据生态四个热点和世界关心的主题领域展开讨论。

 

国家统计局局长康义在回答记者问题时指出：第四届世界数据论坛以“推动可持续发展、促进包容互鉴、贡献中国智慧、深化全球发展合作”为总体思路，着力体现时代要求、中国特色、创新导向、共同理念。主要有以下三个特点：

 

一是突出数据价值。本届论坛以“拥抱数据共赢未来”作为主题口号。拥抱数据，意味着推动未来发展离不开数据，人人都是数据的生产者，也是数据的使用者和受益者，要主动把握数据时代快速发展的机遇，挖掘数据价值。共赢未来，预示着数据价值实现将有效助力智能化社会发展，更好推动落实联合国2030年可持续发展议程，为全球赢得更美好的未来。这条主题口号集中体现了当今人类社会与数据的关系，以及数据资源的巨大价值，将引导各方深入研讨、深化合作，共担数字时代责任、共谋数字文明未来。

 

二是着眼未来发展。本届论坛包含四个主题领域，分别为数据创新与合作、挖掘数据价值、提高数据公信力和构建良好数据生态。这四个主题紧密联系、相互贯通，聚焦数据在全球治理和经济复苏中的重要作用，紧扣数据领域前沿技术和先进理论，致力于推动各国在统计数据生产和利用、数据生态系统创新和协同、大数据等现代信息技术与政府统计融合发展等领域的交流互鉴，将为促进全球统计共同发展、推动落实联合国2030年可持续发展目标统计监测、构建更加公正合理的全球数据治理体系作出新贡献。

 

三是体现中国特色。中国以“用数据决策、用数据治理、用数据创新的新机遇和新挑战”为主题，围绕数字化转型的探索实践，统计丈量民生、数据诠释发展，超越GDP、全面完整准确测度可持续发展等3个方面，深化数据交流互鉴，增进了解理解，凝聚共识合力。我们精心设计了政府数字化转型、大数据助力企业转型发展等方面内容，分享中国的具体实践和有效做法。全会将认真提出中国方案。我们在传统GDP核算基础上，开展了“超越GDP”课题研究，研究构建了涵盖环境、资源、福祉等内容的综合性统计体系，以期为更好落实全球发展倡议和联合国2030年可持续发展议程提供参考。

众所周知，数据从角色上说有数据生产者、数据消费者、数据管理者、数据拥有者等角色。不能广义上说数据都是国家的，也不能说狭义上说数据属于某组织或某人。那么就存在了数据确权的问题，以及什么数据谁能用来交易的问题，数据的价值有谁定和怎么定的问题。同时，国外的体制机制和国内是不同的，国外数据交易已是常态化，近40年不断发展和完善；我国数据交易目前还属于新鲜事，还处于谨慎的探索期，交易的案例并不太多。体制机制和认识上的差异使得世界范围内数据交易成为最大难题。同时，数据有关系着国际民生和国家安全，那么确定哪些数据可以共享和交易也成为重要题难。所以，在世界范围来说能够分享的就是方法和经验，而分享数据一定是具象在特定的范围和领域，不能笼统的说能共享，也不能绝对的说不能共享。我国在数据管理和数据治理领域做了多年的探索实践，也总结了很多的经验和教训，要引领世界先接轨世界。那么如何在数据创新、数据价值、数据公信力和数据生态方面进行建设呢？

 

一 数据创新方面

 

孟晚舟在华为第20届全球分析师大会上对数字化转型提出了深刻洞见：战略驱动是根本、数据治理是基础、数据智能是方向。

 

战略驱动是根本：数字化本质上是战略选择和战略规划成功的数字化转型，都是由战略驱动，而非技术驱动。

 

数据治理是基础：只有通过对数据的科学治理，数据在企业内部的流动才具有意义，不同维度的数据汇聚在一起，才能创造新的价值。

 

数据智能是方向：数据正在成为生产力。

 

数据创新要基于战略驱动，要基于管理创新，要基于业务创新。通过数据支持了战略，实现了管理和业务创新，数据的生产力就体现了。这就要求，数据管理人员和业务管理人员密切协作，才有可能实现数据创新，要加强企业数据素养、数据文化、数据人才的培育和培养。

 

二 挖掘数据价值方面

 

事实上，在2016年IBM商业价值研究院与牛津经济研究院联合对全球6050位高管开展的一项调研中，有62%的受访者表示，他们的企业可从结构化和非结构化数据中获取价值。在IBM商业价值研究院联合《经济学人》智库对1000名全球创新领域高管开展的另一项调研中，57%的受访者表示，他们正在使用大数据或分析来获得新构想。像任何资源一样，若以可持续的合理方式获得数据，它将能够发挥最强大的威力。数据的真正力量并不在于字节本身，而在于它们所包含的洞察。任何时候，只要能够超越其最初用途来有效利用数据，就可以创造价值，比如智能传感器支持的建筑物空调系统。对来自建筑物的数据进行分析，将会得到额外的信息，比如不同时间段下的模式。当检测到异常时，可以在严重损害（例如火灾或水灾）发生之前触发维护活动。虽然温度传感器最初是为了节省电费而安装的，但通过对数据进行不同的分析，也可以获得节省维修费用的效果。利用数据获利并创造价值之所以有这么多数据被白白浪费掉，原因之一是它的非结构化特点。非结构化数据通常难以处理，因为它没有被整理到整齐的表格中。为了从中获得洞察，您需要能够处理数量大、种类多且速度快的非结构化数据的系统。过滤无关的“噪音”需要复杂的算法，以便提升数据质量并将其转换为可信任的结果。除了分析之外，下一步就是获取现有数据并将其应用到新的行业或市场环境中，以此把握新机遇。这样，数据就能够超越其最初的用途，转变成为一种产品。

 

在多个行业中，企业都在利用已有的数据来增加价值，包括：

 

金融：信用评分、合作伙伴产品、房地产估值和风险分析数据。

 

电信：用户流失预测、地理追踪、网络搜索历史和消费者兴趣信息。

 

销售和广告：广告优化、采购和总支出。

 

分销：渠道优化、产能共享和燃料成本优化数据。

 

工业：公共设施成本、维护模式和宕机避免。

 

其他领域：客户细分、忠诚度倾向、生活事件、下一步行动和天气数据。

 

数据货币化是企业必然的选择。对未经充分开发的数据资源加以利用，企业便可以获得新的业务机遇，并发掘出潜在的客户群体。但是，数据货币化必须与企业的核心业务保持一致。关于数据和目标市场的决策将推动业务模式及其组成部分的发展。具体行动包括：

 

•评估现有数据市场价值以及货币化可行性。

 

•明确与可行的货币化机遇相对应的市场。

 

•考虑与其他拥有数据的公司合作，整合各方数据以获得更有价值的洞察。

 

•制定业务计划并创建运营模式，依据数据开发产品和服务，以满足客户不断变化的需求。

 

三 提高数据公信力方面

 

所谓公信力，就是使公众信任的力量。据此，我们认为，政府统计的公信力是政府统计部门能够获得社会公众信任的能力。统计公信力作为一种无形资产，是统计部门在长期的发展中日积月累而形成的，体现了政府统计部门存在的权威性、在社会中的信誉度以及在公众中的影响力等特征。社会公众是统计数据质量的评价主体，也是统计部门公信力的评价主体。那么如何提高数据公信力呢？

 

（1）必须确保统计数据的真实

 

所谓真实，就是指统计资料跟客观实际情况相符合，不是造假的结果。要提高统计部门的公信力，统计部门的对外公布的统计资料必须是经济和社会发展情况的真实反映，而不是为了某种目的，刻意弄虚作假，欺骗社会公众的假信息。失真的统计信息势必背离公众的感受，日久会极大地影响统计信息的公信力和政府的形象。

 

（2）必须确保统计数据的准确

 

对于不同的统计信息，准确性原则的要求有不同的标准。统计信息划分为“文字信息”和“数字信息”：前者包括以文字为主要表达方式的统计公报、统计分析等；后者包括以统计指标为表达方式的各种统计年鉴、统计月报等。对于“文字信息”，准确性要求政府统计部门所要表达的信息（通过统计分析得出的基本结论或者重要观点等）必须与客观事实相符，用某种表达方式呈现的客观信息必须与信息接受者所理解或感知的结果相一致。而对于“数字信息”则有不同的要求：首先，要说明数据资料的调查目的和调查者。其次，要说明指标的内涵和外延以及指标的时间要素。在对公开公布的统计信息的准确性理解与解释上应当以一般社会公众的判断能力作为标准。如“农民人均纯收入”这个指标就与社会公众对于“收入”的理解有较大的区别，因为根据统计制度的要求“农民人均纯收入”这个指标，“既包括货币收入，又包括自产自用的实物收入”，也就是说，农民自产自吃的蔬菜也要按照市场价格计算收入和支出，而这些一般人是不理解的。因而时常产生误解，需要在社会公众正常理解的基础上加以细分。

 

（3）必须确保统计数据的及时

 

政府统计部门应以最快的速度公开其信息，并保证所有公开信息的最新状态，不应给公众过时陈旧的信息。这首先体现了政府统计部门对于法律的严格遵守，是统计公信力题中应有之意。《中华人民共和国统计法》第二十三条规定，“县级以上人民政府统计机构按照国家有关规定，定期公布统计资料”。《中华人民共和国政府信息公开条例》第六条规定，“行政机关应当及时、准确地公开政府信息”。该条例第十条规定，“县级以上各级人民政府及其部门应当依照本条例第九条的规定，在各自职责范围内确定主动公开的政府信息的具体内容，并重点公开下列政府信息：……（三）国民经济和社会发展统计信息”。其次，体现了政府统计部门“以人为本”的理念，是实现信息的时间价值，减少各种猜疑和误解，增强统计公信力的途径之一。

 

（4）必须确保统计数据的完整

 

完整是相对于《统计调查制度》而言的，一方面，在设计统计调查制度时，必须根据需求，将所有可能影响社会公众决策的信息均应得到充分考虑。另一方面，在公布某一具体统计信息时，必须对其相关方面进行全面、充分的揭示；不仅要公开有利的信息，更要公开有问题的统计信息。因为社会公众的判断是对政府公开披露的全部信息的综合反映，如果政府统计部门在公布统计信息时有所侧重、隐瞒、遗漏，导致社会公众无法得到有关决策的全面信息，即便已经公开的各个信息具有真实性，也会在总体上构成整体的虚假性。

 

在公共部门加强数据管理和数据治理的培训非常重要，当前很多地方政府开展了CDO试点工作，是确保数据公信力的一个重要举措。

 

四 构建良好数据生态

 

数据资产正逐渐从业务副产品向产生业务新价值的稀缺资源转变。构建面向产业链的数据资产生态，保障数据资源在多方间共享、流通和交易的效率和安全性，已成为大数据时代的发展共识。

 

在快速迭代的数字时代，数据的价值迎来了悄无声息却影响深远的革新，数据也在潜移默化中成为个人和组织运作的重要资源之一，如同水和空气一样影响着每一个个体。数据所有者、数据提供者、数据中介、政府等多方机构，逐渐形成了数据资产的生态系统。

 

数据生产者是生态系统中的树木。个人和企业作为主要的数据生产者，犹如雨林中的树木，是数据生态中的主要贡献者。政府引导的数据确权与定价引导机制是生态系统中的光合作用。政府管控下的确权与定价指导就是发挥光合作用的太阳，而科研机构与学术单位也扮演着重要角色。

 

数据消费者是生态系统中的动物。企业在生态中如同各类动物，通过生态系统的产出产生更大能级的价值，但若缺乏政府如阳光般的管控辐射，动物对树木的过度伤害最终会导致生态系统的崩溃。

 

融合开放的公共数据如同生态系统中的土壤。动物和树木在阳光下通过分解者逐步形成土壤中的有机物，这一有机物反过来成为树木生长不可或缺的根基。

 

数据中介是生态系统中的微生物。微生物是分解者，在数据资产生态中，众多数据科技公司扮演着类似微生物的角色。

 

在新商业模式里，平衡健康的生态系统围绕数据资产的流通和交易，催生了多种商业模式，如数据质押或担保，以及数据银行、数据信托、数据中介等，呈现数据资产的新商业化前景。在新要素市场里，数据要素作为数字经济发展的核心资源，需要通过建立和完善市场化交易体系和数据交易所，来规范数据流通、交易、管理行为。

 

在新价值体制里，数据的资产化方式是数据价值释放的关键路径，可通过建立数据资产估值体系、数据资产会计入表和数据资产证券化来定义数据资产的机制。

 

我国数字经济取得了举世瞩目的发展成就，数字经济规模连续多年位居世界第二，数字经济已经成为推动高质量发展的重要引擎，为经济社会持续健康发展提供了强大动力。党的二十大对加快建设数字中国作出重要部署，指出要加快发展数字经济，促进数字经济和实体经济深度融合。我国数据把数据作为生产要素开启了数据价值的新纪元，也必将在世界数据管理领域做出中国贡献，传递中国声音，引领中国价值。

 

来源：数据驱动智能

作者：晓晓